L’IA a son ministre. Le Maroc doit maintenant avoir son modèle

Les initiatives de transformation numérique et les orientations nationales relatives à l’IA constituent un point de départ. Mais entre l’ambition affichée et les transformations vécues par les citoyens, il reste une distance que seules des politiques cohérentes et des résultats vérifiables permettront de franchir. La question n’est plus seulement de savoir ce que les technologies permettent. Elle est de décider ce que nous voulons qu’elles changent, pour qui et à quelles conditions.

Ne pas importer un modèle, construire une méthode marocaine

La course mondiale à l’intelligence artificielle est souvent présentée comme une compétition de puissance de calcul, de modèles et d’investissements. Le Maroc gagnerait à renforcer ses capacités sans reproduire mécaniquement les trajectoires des géants technologiques. Son économie associe industrie, agriculture, services, PME et territoires dont les niveaux de maturité numérique diffèrent fortement. Ses besoins linguistiques, ses contraintes administratives et ses priorités sociales appellent des solutions adaptées.

Une stratégie pertinente commencerait donc par les problèmes à résoudre, non par les outils à acheter. Cette approche suppose de définir des secteurs prioritaires, de mesurer la valeur produite et de préserver une souveraineté pragmatique : maîtrise des données sensibles, capacité d’audit, compétences locales, interopérabilité et liberté de choix technologique. Être souverain ne signifie pas tout développer seul ; cela signifie ne pas perdre la maîtrise des décisions essentielles.

Le patrimoine documentaire : un gisement de valeur oublié

Dans mes travaux sur la transformation digitale, la gestion des connaissances et la gouvernance de l’information, une difficulté revient avec insistance : les organisations produisent et conservent beaucoup d’informations sans toujours savoir les convertir en connaissances utiles. Archives, procédures, études, référentiels techniques, décisions administratives : ce patrimoine constitue une ressource stratégique.

Pourtant, la dispersion des documents, l’hétérogénéité des systèmes et l’insuffisance de leur structuration limitent son exploitation.

L’IA ne résout pas à elle seule ces fragilités ; en l’absence de contrôle des sources, elle risque de reproduire ou d’amplifier certaines erreurs. Le Maroc pourrait engager un programme de valorisation des connaissances publiques, avec des référentiels maîtrisés, une classification des informations, des accès sécurisés et des mécanismes de vérification.

Un agent pourrait alors retrouver plus facilement la règle applicable à une procédure ; un technicien pourrait accéder à l’expérience accumulée ; une collectivité pourrait rapprocher les données nécessaires à ses arbitrages. La révolution ne consisterait pas seulement à produire plus vite des réponses. Elle consisterait à mieux mobiliser l’intelligence déjà accumulée par nos institutions.

L’administration intelligente se juge au service rendu

Numériser une procédure ne la simplifie pas nécessairement. Ajouter un assistant conversationnel à un service complexe ne le rend pas automatiquement plus efficace. L’IA peut soutenir une organisation bien conçue, mais, sans réorganisation préalable des processus, elle risque aussi de reproduire certaines inefficacités existantes. Il faut donc commencer par revoir les processus, supprimer les étapes inutiles, clarifier les responsabilités et améliorer la circulation des informations.

Ensuite seulement, les solutions intelligentes peuvent être déployées là où elles apportent un bénéfice démontrable. Une lecture en sciences de gestion conduit à distinguer la disponibilité d’un outil de sa contribution réelle à la performance. Celle-ci dépend de l’articulation entre processus, compétences, coordination, gouvernance et conduite du changement. Une politique d’IA devrait ainsi expliciter, pour chaque usage, un problème de départ, une situation de référence, des indicateurs de résultat et les responsabilités associées.

Ce cadre permet de dépasser les annonces technologiques pour examiner la valeur effectivement créée. Le citoyen n’attend pas un algorithme spectaculaire. Il attend une réponse fiable, des délais réduits et moins de démarches répétitives. Les indicateurs pertinents seront le temps de traitement, le taux d’erreur, la satisfaction des usagers, le coût du service et l’accessibilité. Une politique publique de l’IA doit être une politique de résultats, pas une collection de démonstrateurs.

Prévenir les disparités d’adoption entre organisations et territoires

Les grandes organisations disposent souvent de ressources, de données et de compétences que les PME et les collectivités ne possèdent pas. Sans accompagnement, l’IA risque de renforcer les écarts de productivité et de qualité de service entre acteurs déjà favorisés et structures moins équipées. La formation doit dépasser le cercle des ingénieurs. Managers, enseignants, agents publics, entrepreneurs et responsables métiers doivent apprendre à formuler les problèmes, à vérifier les résultats et à protéger les informations.

L’accès aux outils importe ; la capacité à en faire un usage critique importe davantage. Cette mutation interroge aussi nos méthodes d’évaluation du travail. Une analyse produite rapidement avec une assistance technologique n’est ni nécessairement excellente ni nécessairement médiocre. Ce qui compte est sa pertinence, la qualité des sources, le jugement exercé et la responsabilité assumée.

Cinq priorités pour une gouvernance nationale orientée vers les résultats

La nouvelle architecture ministérielle pourrait être l’occasion d’établir une méthode lisible. Premièrement, cartographier les projets d’IA déjà engagés et distinguer les expérimentations des usages réellement opérationnels. Deuxièmement, sélectionner quelques services publics prioritaires pour mesurer des gains concrets. Troisièmement, définir un socle de gouvernance commun : confidentialité, classification, traçabilité, auditabilité et supervision humaine.

Quatrièmement, engager la valorisation sécurisée des connaissances administratives, afin de transformer les archives et référentiels en ressources exploitables. Cinquièmement, ouvrir un programme d’accompagnement des PME et de formation des managers, pour que les bénéfices de l’IA ne restent pas concentrés dans quelques grandes structures. Ces pistes ne sont pas des mesures annoncées par le gouvernement.

Elles constituent une proposition de méthode : commencer modestement, documenter les résultats, corriger ce qui ne fonctionne pas et généraliser ce qui démontre son utilité.

2030 : choisir ce que l’IA doit changer

À l’horizon 2030, l’intelligence artificielle pourrait soutenir la maintenance industrielle, la gestion de l’eau, la coordination des soins, les apprentissages et les décisions territoriales. Mais ces promesses restent conditionnelles. Elles exigent des données fiables, des infrastructures adaptées, des compétences, une protection effective des droits et une évaluation continue des effets.

Un modèle marocain crédible devra aussi affronter les risques : dépendance technologique, biais, confidentialité, inégalités d’accès et transformation de l’emploi. La responsabilité humaine doit demeurer identifiable, en particulier lorsque des décisions affectent directement les personnes. La nomination d’un ministre de l’IA constitue un signal. Elle ne sera un tournant que si elle contribue à faire évoluer les organisations, la qualité des services et la capacité collective à décider.

Le Maroc n’a pas seulement besoin d’utiliser davantage l’intelligence artificielle. Il doit apprendre à mieux exploiter ses connaissances, à mieux gouverner ses technologies et à mieux servir ses citoyens. L’IA a son ministre. Le Maroc doit maintenant avoir son modèle.